RANCANG BANGUN SISTEM PENDETEKSI MURMUR REGURGITASI JANTUNG BERBASIS ANDROID Dwi Prasetyo Wirawan *), Munawar Agus Riyadi, and Maman Somantri Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia *)
Email :
[email protected]
Abstrak Kesehatan tubuh merupakan hal yang sangat penting untuk diperhatikan. Salah satunya adalah kesehatan jantung. Jantung merupakan organ vital yang mengatur peredaran darah di seluruh tubuh. Namun, masih banyak manusia yang tidak memperhatikan kesehatan jantungnya. Akibatnya muncul penyakit atau gangguan pada jantung. Salah satunya adalah regurgitasi yang terjadi akibat penutupan katup jantung yang tidak sempurna, sehingga mengakibatkan aliran balik darah. Pada penelitian ini, penulis merancang sebuah alat pendeteksi murmur regurgitasi jantung berbasis Android. Sensor yang digunakan adalah electret microphone yang dihubungkan dengan stetoskop dan diintegrasikan dengan smartphone Android. Suara jantung akan ditampilkan dalam bentuk spektrum frekuensi dengan metode Fast Fourier Transform menggunakan class RealDoubleFFT.java. Pada pengujian sistem, aplikasi telah dapat mendeteksi kelainan jantung regurgitasi dan jantung normal berdasarkan frekuensi suara yang muncul dengan presentase validasi sebesar 100% terhadap hasil keterangan dokter. Kata Kunci: Android, murmur regurgitasi, Fast Fourier Transform, instrumentasi medis
Abstract Body health is very important to note. One of them is the health of the heart. The heart is a vital organ that regulates blood circulation throughout the body. However, there are still many people who do not pay attention to heart health. As a result, many diseases or disorders of the heart emerges. One of these is the regurgitation caused by the closure of a heart valve that is not perfect, resulting in backflow of blood. In this study, the authors designed an Android based instrument that detects the regurgitation murmur of the heart. The sensor used is an electret microphone connected with a stethoscope and integrated with Android smartphones. Heart sound will be shown in the form of frequency spectrum by Fast Fourier Transform method using RealDoubleFFT.java class. In system test, this application can detect between heart abnormalities such as regurgitation and normal heart based on the sound frequency that appear with 100% percentage validation to the doctor’s results . Keyword: Android, murmur regurgitation, Fast Fourier Transform, medical instrumentation
1.
Pendahuluan
Jantung adalah organ yang sangat vital bagi manusia. Jantung mengatur jalannya peredaran darah di seluruh tubuh. Namun, manusia saat ini sangat kurang memperhatikan kesehatan jantungnya. Ada banyak penyebab penyakit jantung seperti pola hidup, kelainan bawaan sejak lahir, dan pola makan yang tidak sehat. Salah satu penyakit jantung adalah penyakit katup jantung. Penyakit katup jantung ini ada dua jenis, yaitu stenosis dan regurgitasi. Stenosis disebabkan oleh pembukaan katup yang tidak sempurna, sedangkan regurgitasi penutupan katup yang tidak sempurna dan mengakibatkan aliran balik darah [1].
Untuk mendeteksi adanya kelainan tersebut, dokter pada umumnya menggunakan stetoskop sebagai alat bantu medis. Stetoskop mendeteksi suara jantung melalui sungkupnya (bell). Suara jantung dihantarkan secara efektif oleh kulit, sehingga akan menggetarkan kulit. Getaran pada kulit akan memberikan tekanan pada udara di dalam sungkup yang kemudian dihantarkan melalui selang [2]. Namun, keakuratan stetoskop sangat dipengaruhi oleh pendengaran dari dokter dan suara jantung yang dianalisa tidak dapat disimpan. Selain itu telah banyak alat - alat medis yang telah dikembangkan sebagai alat diagnosis maupun monitoring jantung seperti Electrocardiograph (ECG). Alat ini memiliki prinsip kerja dengan meletakkan elektroda pada tubuh untuk merekam aktivitas biopotensial jantung. ECG umumnya
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 941
digunakan di rumah sakit dan memiliki processor khusus untuk memroses sinyal dari jantung serta memiliki ukuran yang cukup besar dan penggunaannya yang kurang praktis[3]. Adapun pengembangan penelitian dengan menciptakan software pada komputer yang dapat mendeteksi kelainan pada jantung yang dapat ditampilkan sinyal jantungnya dalam domain waktu maupun frekuensi dengan metode jaringan syaraf tiruan (JST), dekomposisi paket wavelet dan sebagainya [1]. Penelitian sejenis telah dilakukan oleh Achmad Rizal dan Vera Suryani yang melakukan analisis dan pengenalan suara jantung menggunakan media komputer sebagai pengolah suara dan interface [4]. Berdasarkan kekurangan pada penggunaan stetoskop dan ECG seperti yang telah diuraikan, Tugas Akhir ini mengambil judul “Rancang bangun sistem pendeteksi murmur regurgitasi jantung berbasis Android”. Sistem ini menggunakan stetoskop yang dihubungkan dengan electret microphone dan diintegrasikan dengan Android smartphone sebagai sensor untuk merekam suara jantung. Aplikasi android yang dibuat memiliki fitur merekam, menyimpan, menghapus, dan memainkan ulang file suara jantung yang telah direkam. Suara jantung yang telah direkam akan diolah untuk ditampilkan ke dalam spektrum frekuensi menggunakan metode Fast Fourier Transformation (FFT) dengan class RealDoubleFFT.java dan pendeteksian murmur regurgitasi berdasarkan energi yang muncul pada frekuensi murmur tersebut. Kelebihan sistem ini adalah hanya menggunakan aplikasi Android sebagai pengolah suara dan menampilkan spektrum frekuensi sehingga lebih efisien dan portabel.
2.
Perancangan
2.1. Metodologi Penelitian 2.1.1. Alat dan Bahan Pembuatan sistem pendeteksi murmur regurgitasi jantung berbasis Android pada penelitian ini terdiri dari perangkat keras dan perangkat lunak. Perangkat keras yang dibutuhkan antara lain stetoskop akustik dengan sungkup terbuka dan sebuah electret microphone. Sedangkan perangkat lunak yang dibutuhkan adalah software Android Studio yang digunakan untuk membuat aplikasi Android. 2.1.2. Prosedur Penelitian Tahapan pelaksanaan penelitian untuk menyelesaikan Tugas Akhir ini adalah sebagai berikut : 1. Studi Literatur Studi literatur mengacu pada perancangan dan prinsip kerja alat yang akan dibuat, meliputi komponenkomponen yang diperlukan, studi tentang jantung dan kelainannya, pembuatan aplikasi Android, dan metode transformasi Fast Fourier Transformation (FFT). 2. Perancangan Sistem
Langkah - langkah dalam perancangan sistem adalah sebagai berikut : a. Pembuatan blok diagram sistem keseluruhan. b. Pembuatan perangkat keras sistem. c. Pembuatan perangkat lunak sistem. 3. Pengujian Sistem Pengujian sistem dilakukan pada tiap blok rangkaian dan seluruh sistem, yaitu: a. Pengujian electret microphone. b. Pengujian aplikasi Android pada fitur Rekam dan Analisa. c. Pengujian aplikasi sebagai pendeteksi suara pada suatu frekuensi. d. Pengujian sistem secara keseluruhan. 4. Penyusunan Laporan Penyusunan laporan dilakukan seiring dengan berjalannya penelitian. Laporan dibuat dalam 5 bab, yang terdiri dari pendahuluan, dasar teori, perancangan, hasil pengujian dan pembahasan, serta penutup yang berisi kesimpulan dan saran. 5. Pembuatan Jurnal Ilmiah Jurnal ilmiah dibuat untuk publikasi hasil penelitian yang telah dilakukan. 2.1.3. Cara Pengujian Pengujian pada penelitian ini dilakukan baik dari sisi perangkat keras dan perangkat lunak untuk mengetahui apakah komponen yang digunakan atau aplikasi yang telah dibuat dapat bekerja sesuai dengan kebutuhan. Tahap dari pengujian dijelaskan sebagai berikut. 1. Pengujian pada electret microphone menggunakan masukan berupa suara dengan satu frekuensi (single tone), kemudian keluaran dari electret microphone dibandingkan dengan masukkannya. 2. Pada fitur Rekam dilakukan pengujian pada fungsi rekam itu sendiri menggunakan sumber suara single tone dan tampilan spektrum frekuensi ketika perekaman. Kemudian pada fitur Analisa pengujian dilakukan pada fungsi pemutar ulang suara hasil rekaman, tampilan spektrum frekuensi ketika pemutaran hasil rekaman suara, dan pengujian fungsi menghapus file. 3. Pengujian sistem keseluruhan yaitu dengan membandingkan hasil rekaman suara jantung dari beberapa subjek dengan hasil diagnosis dari seorang ahli. 2.2. Analisis Kebutuhan 2.2.1. Deskripsi Sistem Dalam penelitian ini, penulis membuat sebuah sistem untuk mendeteksi murmur regurgitasi jantung berbasis Android. Untuk merekam suara jantung digunakan stetoskop akustik dengan sungkup terbuka yang telah dipasang electret microphone pada ujung selang dan dihubungkan ke smartphone Android untuk dilakukan pengolahan data. Aplikasi Android yang dibuat memiliki
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 942
fitur Rekam, Analisa, dan Instruksi. Pada fitur Rekam terdapat fungsi untuk merekam suara jantung yang didapat melalui stetoskop dan electret microphone. Kemudian dapat menampilkan spektrum frekuensi saat merekam yang merupakan transformasi domain waktu ke domain frekuensi. Terdapat notifikasi untuk menampilkan hasil deteksi pada suara jantung. Frekuensi murmur regurgitasi yang dideteksi berkisar antara 300 Hz sampai dengan 600 Hz. Fitur Analisa memiliki fungsi untuk memutar ulang file hasil rekaman dan menampilkannya dalam spektrum frekuensi seperti pada fitur rekam. Terdapat pula fungsi untuk menghapus file hasil rekaman yang tidak diperlukan. Fitur Instruksi berisi petunjuk cara penggunaan aplikasi dan parameter – parameter yang terdapat di dalam aplikasi.
Sistem pendeteksi murmur regurgitasi berdasarkan Gambar 1 akan dijelaskan sebagai berikut : Stetoskop, berfungsi untuk menangkap sinyal akustik jantung. Electret microphone, berfungsi untuk mengubah sinyal akustik jantung menjadi sinyal elektrik. Android Stethoscope Application, berfungsi sebagai pengolah sinyal akustik yang telah diubah menjadi sinyal elektrik tadi agar dapat ditampilkan pada frekuensi-frekuensi tertentu dalam bentuk spektrum dan menampilkan notifikasi apakah ada kelainan jantung atau tidak. 2.3.1. Perancangan Perangkat Keras Penggunaan stethoscope pada sistem ini sangat berpengaruh. Konfigurasi stethoscope ditunjukkan seperti pada Gambar 3.2.
2.2.2. Spesifikasi Kebutuhan Sistem Berdasarkan deskripsi sistem yang telah disebutkan di atas, penulis menggunakan software Android Studio sebagai media untuk membuat aplikasi Android. Kemudian untuk mentransformasikan sinyal hasil rekaman dari domain waktu ke domain frekuensi penulis menggunakan metode Fast Fourier Transform (FFT) yang terdapat pada class RealDoubleFFT.java. Electret microphone yang digunakan adalah CMA-4544PF-W dimana memiliki frekuensi kerja antara 20 Hz hingga 20,000 Hz yang sesuai dengan kebutuhan untuk mendeteksi frekuensi murmur regurgitasi yaitu antara 300 Hz hingga 600 Hz. 2.3.
Perancangan Sistem Gambar 2. Konfigurasi stethoscope
Blok diagram sistem pendeteksi murmur regurgitasi ditunjukkan oleh Gambar 3.1 dimana sistem ini terdiri dari hardware yang berfungsi menangkap sinyal akustik dari jantung dan software (aplikasi android) sebagai pengolah sinyal akustik yang akan ditampilkan dalam bentuk spektrum dan notifikasi apakah terdapat kelainan pada jantung atau tidak.
Gambar 1. Blok diagram sistem pendeteksi regurgitasi
murmur
Stethoscope dipotong bagian percabangannya seperti Gambar 2. Bagian ujung selang yang dipotong tadi akan dihubungkan dengan electret microphone. Stethoscope akan mendeteksi suara jantung melalui sangkup terbuka. Sangkup ini menerima suara jantung melalui kontak langsung dengan kulit, dimana kulit memiliki resonansi alami yang efektif untuk menghantarkan bunyi jantung. Kulit akan bergetar dan memberikan tekanan di dalam sungkup yang akan dihantarkan melalui selang atau tube. Selang pada stethoscope yang memiliki diameter kecil efektif dalam menghantarkan bunyi yang nantinya akan diterima oleh electret microphone. Selain itu, sungkup pada sthetoscope ini dapat mengurangi bunyi-bunyi lain yang tidak diinginkan. Bunyi yang telah ditangkap oleh stethoscope akan dikonversikan ke dalam bentuk sinyal elektrik oleh electret microphone. Microphone ini dipasang di dalam selang stethoscope seperti pada Gambar 3 dan diusahakan agar tidak terdapat kebocoran guna mengantisipasi adanya suara yang tidak diinginkan yang dideteksi oleh microphone.
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 943
akurat pendeteksian frekuensi tersebut. Akan tetapi semakin banyak jumlah N, maka proses iterasinya menjadi lebih kompleks, sehingga waktu yang diperlukan untuk melakukan pendeteksian semakin lama. Selain itu kemampuan kerja dari processor smartphone juga terbatas, yaitu bila menentukan jumlah cuplikan (N) yang terlalu besar serta melakukan proses perhitungan yang terlalu banyak dapat menyebabkan processor overworking dan mengakibatkan hang. 2.4. Gambar 3. Pemasangan stethoscope
electret
microphone
Implementasi
pada
Electret microphone tipe CMA-4544PF-W digunakan pada sistem ini. Microphone ini dapat beroperasi secara langsung tidak seperti microphone jenis lain. Rentang frekuensi kerja dari microphone ini cukup besar yaitu 20 sampai 20,000 Hz. Sangat cocok untuk sistem ini dimana frekuensi suara jantung yang akan dideteksi berkisar 50 sampai 1200 Hz.
Bagian aplikasi Android ini merupakan tempat memroses sinyal yang direkam sekaligus sebagai user interface. Menu awal aplikasi memiliki tiga pilihan, yaitu Rekam, Analisa, dan Instruksi. Tampilan menu awal dapat dilihat pada Gambar 4.
REKAM
2.3.2. Perancangan Perangkat Lunak ANALISA
Berdasarkan deskripsi sistem yang telah dijelaskan sebelumnya, maka aplikasi yang dirancang harus mampu memenuhi kebutuhan fungsional sebagai berikut : 1. Fitur Rekam Sistem mampu merekam suara jantung dan menyimpan hasil rekaman suara tersebut dalam sebuah file. Sistem dapat menampilkan spektrum frekuensi saat perekaman berjalan. 2. Fitur Analisa Sistem mampu memutar ulang file hasil rekaman. Sistem menampilkan spektrum frekuensi dari file yang sedang diputar. Sistem mampu mendeteksi kelainan jantung (regurgitasi) dan menampilkannya dalam suatu notifikasi. Pengguna mampu menghapus file yang tidak diinginkan. 3. Fitur Instruksi Sistem mampu memberikan penjelasan mengenai cara penggunaan aplikasi dan parameter yang ada di dalam aplikasi. 4. FFT Sistem dalam mentransformasikan sinyal dari domain waktu ke domain frekuensi menggunakan metode Fast Fourier Transform (FFT). Metode FFT ini jika dibandingkan dengan metode lain seperti DFT dan algoritma Gortzel lebih efisien. Menurut penelitian oleh Nyoman Putra Sastra, Algoritma Gortzel mendeteksi frekuensi dengan tingkat keberhasilan pendeteksian sangat tergantung pada jumlah cuplikan (N), semakin banyak jumlah cuplikan maka semakin
INSTRUKSI
Gambar 4. Tampilan menu Stethoscope
awal
aplikasi
Android
2.4.1. Rekam Pada fitur Rekam ini terdapat tombol “Start Recording” untuk memulai proses merekam suara jantung dan tombol “Stop Recording” untuk menghentikan proses merekam. Juga ada tampilan waktu durasi merekam dan tampilan spektrum frekuensi yang berukuran panjang 256 dp dan lebar 130 dp serta inputan nama dari pengguna aplikasi tersebut seperti pada Gambar 5.
Gambar 5. Tampilan menu Rekam aplikasi Android
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 944
Perekaman suara menggunakan frekuensi sampling sebesar 8000 Hz dan jumlah sampel titik 256. Sehingga frekuensi yang akan ditampilkan dalam spektrum yaitu sebesar 4000 Hz. Penentuan frekuensi sampling ini berdasarkan murmur regurgitasi yang dihasilkan berada pada rentang frekuensi 300 Hz sampai dengan 600 Hz. Dengan demikian besar frekuensi sampling sebesar 8000 Hz cukup untuk mendeteksi murmur regurgitasi. Saat proses merekam berjalan, secara bersamaan dilakuan proses transformasi FFT untuk menampilkan sinyal pada domain frekuensi. Pada tampilan spektrum akan muncul 256 titik sampel pada sumbu x. Tiap titik pada sampel merepresentasikan frekuensi pada rentang tertentu. Dengan frekuensi sampling 8000 Hz, maka resolusi rentang frekuensi tiap titik sebesar
Setelah selesai merekam, data akan tersimpan dengan format nama “inputannamaRecyyyyMMdd_HHmmSS.wav” ke dalam foldar “Datarekaman”. Kemudian akan muncul notifikasi apakah jantung dalam keadaan normal atau terdeteksi adanya murmur regurgitasi. 2.4.2. Analisa Fitur Analisa berfungsi sebagai playback atau pemutar ulang suara jantung yang telah direkam. Pada menu analisa terdapat tampilan spektrum frekuensi, list file yang terdapat di folder “Datarekaman”, tombol play, stop, dan pause, serta tampilan notifikasi apakah jantung dalam keadaan normal atau terdeteksi adanya murmur regurgitasi. Juga ada tombol Delete untuk menghapus file. Gambar 7 adalah tampilan menu Analisa pada perancangan.
Dengan demikian, titik atau garis pertama yang muncul pada tampilan spektrum merepresentasikan rentang frekuensi 0 Hz sampai dengan 15,625 Hz. Titik atau garis kedua merepresentasikan 15,625 Hz sampai dengan 31.25 Hz dan seterusnya hingga titik ke-256 yang merepresentasikan 3984.375 Hz sampai dengan 4000 Hz. Sumbu y akan menampilkan kuat suara pada suatu frekuensi. Nilai yang dihasilkan dari transformasi [ ][ ]) adalah pada rentang ( sampai dengan . Namun, karena tampilan spektrum yang digunakan hanya berukuran panjang 256 dp (sumbu x) dan lebar 100 dp (sumbu y), maka untuk menampilkan kuat suara maka hasil dari transformasi dikalikan 10 sehingga rumus yang digunakan dalam coding menjadi [ ][ ] agar spektrum yang dihasilkan (sumbu y) berkisar 0 dp sampai 100 dp. Nilai 110 pada perhitungan tersebut disebabkan karena koordinat sumbu y pada 0 dp sampai 10 dp digunakan untuk spare tampilan dan pada koordinat 110 dp sampai 130 dp digunakan untuk menempatkan skala. Rancangan tampilan spektrum dari penjelasan diatas dapat dilihat pada Gambar 6.
Spektrum Frekuensi
List File
Durasi Delete File Notifikasi
Gambar 7. Tampilan menu Analisa aplikasi Android
Untuk memainkan ulang file suara jantung cukup dengan memilih file yang ada dalam list file, kemudian tekan tombol play untuk memainkan file. File yang sedang dimainkan akan dilakukan proses transformasi oleh class “RealDoubleFFT.java” untuk ditampilkan dalam domain frekuensi. Proses menampilkan pada spektrum sama seperti saat proses merekam yang telah dijelaskan sebelumnya. Setelah proses memainkan file selesai akan muncul notifikasi apakah jantung dalam keadaan normal atau tidak. 2.4.3. Instruksi Fitur instruksi ini berisi tentang petunjuk – petunjuk penggunaan dari aplikasi ini dan cara penempatan stetoskop untuk mendeteksi murmur regurgitasi. Selain itu akan ada petunjuk mengenai parameter yang ada di dalam aplikasi tersebut. Tampilan menu Instruksi perancangan dapat dilihat pada Gambar 8.
Gambar 6. Tampilan spektrum frekuensi
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 945
Gambar 10. Sinyal keluaran dari sumber suara 300 Hz
Gambar 8. Tampilan menu Instruksi aplikasi Android
3
Hasil dan Analisa
3.1.
Pengujian Electret Microphone
Pengujian pada electret microphone ini ditujukan untuk mengetahui apakah komponen ini memiliki keluaran dengan respon frekuensi yang sesuai dengan inputannya (suara). Pengujian dilakukan dengan menghubungkan microphone ke osiloskop. Sebelum dihubungkan ke osiloskop, microphone dihubungkan dengan measurement circuit sesuai dengan datasheet [9]. Rangkaian ini ditunjukkan oleh Gambar 9.
Gambar 11. Sinyal keluaran dari sumber suara 400 Hz
Gambar 12. Sinyal keluaran dari sumber suara 500 Hz
Gambar 9. Measurement Circuit Sumber suara yang digunakan untuk pengujian ini adalah single-tone dengan frekuensi 300 Hz, 400 Hz, 500 Hz, 600 Hz, dan 700 Hz. Sumber suara ini dihasilkan menggunakan aplikasi Frequency Generator yang ada pada smartphone Android. Sinyal hasil pengujian ditunjukkan pada Gambar 10 hingga Gambar 14.
Gambar 13. Sinyal keluaran dari sumber suara 600 Hz
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 946
yang digunakan adalah sinyal sinus sesuai dengan persamaan berikut. (4.1)
Gambar 14. Sinyal keluaran dari sumber suara 700 Hz Tabel 1. Data hasil pengujian electret microphone No 1 2 3 4 5
Sampel Suara Masukan 300 Hz 400 Hz 500 Hz 600 Hz 700 Hz
Sinyal Keluaran 293.6 Hz 398.4 Hz 506.7 Hz 601.5 Hz 702 Hz
Eror 2.1% 0.4% 1.3% 0.25% 0.28%
Berdasarkan Gambar 10 hingga Gambar 14 keluaran electret microphone menghasilkan sinyal sinusoid dengan besar frekuensi yang mendekati nilai dari suara yang dihasilkan oleh Frequency Generator. Dari Tabel 1 dapat dilihat bahwa sinyal hasil keluaran microphone memiliki eror rata – rata sebesar 0.866%. Dengan demikian electret microphone ini dikatakan cukup akurat, karena nilai frekuensi yang dihaslkan tidak terlalu jauh berbeda dengan inputan suara yang diberikan. Berdasarkan hasil pengujian tersebut microphone ini memiliki akurasi terhadap frekuensi sebesar 99.134%. 3.2.
Dimana adalah sinyal input, adalah amplitudo, adalah frekuensi sinyal yang diuji (400 Hz), dan adalah interval waktu. Sinyal input tersebut ditransformasikan dengan algoritma FFT menggunakan tools yang ada pada microsoft excel. Hasil transformasi ke dalam domain frekuensi dapat dilihat pada Gambar 17. Dengan membandingan hasil keluaran spektrum frekuensi dari aplikasi dan perhitungan excel, dapat disimpulkan bahwa aplikasi telah berhasil mentransformasikan sinyal suara saat merekam dalam domain frekuensi. Tabel 2. Data hasil rekaman berdasarkan parameter yang telah dirancang
No
Sampel Suara
1
300 Hz
2
400 Hz
3
500 Hz
4
600 Hz
5
700 Hz
Rancangan Waktu Direktori Pereka Penyimpana man n 10/12/20 SDCard/Data 15 21:09 rekaman 10/12/20 SDCard/Data 15 21:10 rekaman 10/12/20 SDCard/Data 15 21:10 rekaman 10/12/20 SDCard/Data 15 21:11 rekaman 10/12/20 SDCard/Data 15 21:12 rekaman
Pengujian Alat Nama File Direktori Hasil Rekaman Penyimpanan 300hzRec2015 1012_210934 400hzRec2015 1012_211017 500hzRec2015 1012_211050 600hzRec2015 1012_211135 700hzRec2015 1012_211214
SDCard/Datar ekaman SDCard/Datar ekaman SDCard/Datar ekaman SDCard/Datar ekaman SDCard/Datar ekaman
Pengujian Awal Fitur Rekam
Pengujian pada fitur “Rekam” ini meliputi pengujian pada perekaman itu sendiri dan tampilan spektrum frekuensi saat perekaman. Pengujian perekaman dilakukan dengan 5 buah sampel sampel suara dengan frekuensi 300 Hz, 400 Hz, 500 Hz, 600 Hz, dan 700 Hz. Berdasarkan Tabel 2 dapat dilihat bahwa perintah merekam telah berfungsi dengan baik. Ditunjukkan oleh nama file yang tepat dengan waktu dilakukannya perekaman. Selain itu, data hasil rekaman disimpan pada direktori sesuai dengan yang dirancang, yaitu pada SdCard/Datarekaman. Salah satu contoh file hasil perekaman dapat dilihat pada Gambar 15. Pengujian kedua adalah tampilan spektrum frekuensi. Pengujian ini dilakukan dengan cara membandingkan hasil output tampilan spektrum frekuensi dari aplikasi saat perekaman 5 sampel suara (frekuensi 300 Hz, 400 Hz, 500 Hz, 600 Hz, dan 700 Hz) dengan hasil perhitungan menggunakan microsoft excel. Hasil uji yang diambil sebagai contoh adalah sampel suara frekuensi 400 Hz. Keluaran spektrum frekuensi pada aplikasi dapat dilihat pada Gambar 16. Pada perhitungan dengan excel input
Gambar 15.
File hasil rekaman penyimpanannya
dan
direktori
Gambar 16. Tampilan keluaran spektrum frekuensi saat merekam suara frekuensi 400 Hz (dilakukan invert color pada gambar untuk memperjelas)
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 947
frekuensi dari file yang dimainkan (500 Hz) ditunjukkan pada Gambar 20.
Gambar 17. Spektrum hasil frekuensi 400 Hz
3.3.
perhitungan
excel
pada
Pengujian Awal Fitur Analisa
Pada perhitungan menggunakan microsoft excel, sinyal input yang digunakan berdasarkan persamaan (4.1) dengan pengaturan frekuensi sebesar 500 Hz. Kemudian sinyal input tersebut ditransformasikan menggunakan tools yang ada pada microsoft excel. Sinyal Hasil transformasi dalam domain frekuiensi dari perhitungan ditunjukkan oleh Gambar 21. Berdasarkan perbandingan keluaran spektrum frekuensi dari aplikasi dan hasil perhitungan pada Gambar 20 dan Gambar 21 dapat disimpulkan bahwa aplikasi mampu mentransformasikan sinyal dari pemutaran file dengan algoritma FFT dalam domain frekuensi.
Pengujian awal fitur Analisa meliputi dari pengujian fungsi playback, tampilan spektrum frekuensi, dan fungsi menghapus file rekaman. Untuk menjalankan fungsi playback terlebih dulu memilih file dengan menekan tombol LIST. File yang akan digunakan dalam pengujian adalah Rec20150921_205207.wav dimana file ini merupakan hasil rekaman pada frekuensi 500 Hz. Tampilan pemilihan file rekaman pada LIST dan playback dapat dilihat pada Gambar 18 dan Gambar 19.
Gambar 19. Tampilan pemutaran file rekaman/playback
Gambar 18. Tampilan saat pemilihan file rekaman pada LIST
Pengujian selanjutnya adalah tampilan spektrum frekuensi. Pengujian ini dilakukan dengan membandingkan hasil output tampilan dari aplikasi dari playback/pemutaran ulang 5 sampel dengan frekuensi 300 Hz, 400 Hz, 500 Hz, 600 Hz, dan 700 Hz yang telah direkam tadi dengan hasil perhitungan menggunakan microsoft excel. Salah satu file uji yang akan dijelaskan adalah sampel suara frekuensi 500 Hz. Keluaran spektrum
Gambar 20.
Tampilan keluaran spektrum frekuensi saat playback/pemutaran ulang file suara frekuensi 500 Hz (dilakukan invert color pada gambar untuk memperjelas)
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 948
Gambar 21. Spektrum hasil frekuensi 500 Hz
perhitungan
excel
pada
Pengujian yang terakhir adalah fungsi menghapus file rekaman. File yang akan digunakan dalam pengujian ini adalah Rec20151930_225423.wav. File ini terletak di antara file Rec20151930_225331.wav dan Rec20151930_225441.wav seperti yang ditunjukkan pada Gambar 22. Setelah file dipilih dan ditekan tombol DELETE FILE, maka akan muncul alert dialog sebagai konfirmasi penghapusan file seperti pada Gambar 23. Gambar 24 menunjukkan bahwa file Rec20151930_225423.wav telah berhasil dihapus setelah dikonfirmasi. File Rec20151930_225423.wav yang sebelumnya berada di antara file Rec20151930_225331.wav dan Rec20151930_225441.wav sudah tidak ada.
Gambar 23. Tampilan alert dialog konfirmasi penghapusan file
Gambar 24. Tampilan LIST setelah Rec20151930_225423.wav dihapus
3.4.
Gambar 22. Tampilan File sebelum dihapus
Rec20151930_225423.wav
Pengujian Awal Regurgitasi
Pendeteksian
file
Murmur
Murmur regurgitasi akan muncul setiap satu siklus detak jantung secara terus – menerus. Maka bagi penderita regurgitasi jantung, murmur akan selalu kita dengar selama pemeriksaan, sedangkan untuk jantung normal murmur tidak akan terdengar. Pendeteksian awal dilakukan dengan merekam suara jantung dari 5 subjek yang telah melakukan pemeriksaan dan dinyatakan memiliki jantung yang normal dan 2 contoh suara rekaman murmur regurgitasi. Masing – masing perekaman dilakukan selama 30 detik dan dideteksi jumlah kemunculan dari murmur tersebut. Pendeteksian jumlah murmur yang muncul dengan mengatur threshold pada kuat suara tertentu. Jika suara pada rentang 300 Hz sampai 600 Hz melewati batas threshold tersebut, maka counter akan berjalan. Data hasil rekaman dapat dilihat pada tabel berikut.
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 949
Tabel 3.
Data rekaman regurgitasi
No
Nama Subjek
1
Pras
2
Anto
3
Danang
4
Ganjar
5
Irvan
awal
Nama Subjek
6
Akbar
7
Irfan
8
Desta
9
Adit
10
Geovani
11
MR
12
AR
13
PR
murmur
Nama File
Kondisi
prastestRec20150911_ .wav antotestRec20151012_ 134816.wav danagtestRec2015101 2_134952.wav ganjartestRec2015101 2_1056.wav Rec20150911_1038.w av
Normal
Jumlah Suara Pada Frekuensi Murmur Yang Terdeteksi 31
Normal
108
Normal
35
Normal
70
Normal
23
Tabel 3. Data rekaman awal regurgitasi (lanjutan)
No
pendeteksian
pendeteksian
murmur
3.5.
Pengujian Sistem Keseluruhan
Pengujian sistem dilakukan dengan cara merekam suara jantung pada 6 orang yang telah dinyatakan normal oleh dokter dan 2 contoh sampel suara penderita regurgitasi jantung. Murmur regurgitasi pada jantung akan selalu muncul dalam setiap siklus detak jantung. Sesuai dengan hasil pengujian awal murmur regurgitasi, waktu yang dibutuhkan untuk perekaman adalah 20 detik, yang kemudian akan diambil sampelnya untuk dilakukan pendeteksian selama 6 detik dimulai dari detik ke - 10. Pendeteksian murmur dilakukan dengan menghitung jumlah kemunculan murmur tersebut. Data hasil pengujian ditunjukkan pada Tabel 4. Tabel 4. Hasil pengujian sistem keseluruhan
Nama File
Kondisi
akbartestRec20151012 _134903.wav irfan20151012_182522 .wav destatest20151012_18 2250.wav adittest20151012_1828 16.wav geovtest20151012_143 203.wav MRRec20151012_215 237.wav ARRec20151012_2149 30.wav PR20151012_214650. wav
Normal
Jumlah Suara Pada Frekuensi Murmur Yang Terdeteksi 28
Normal
172
Normal
50
Normal
50
Normal
33
Mitral Regurgitasi Aorta Regurgitasi Pulmonar Regurgitasi
339 113
NO
Nama Subjek
Nama File
1
Pras
2
Anto
3
Danang
4
Ganjar
5
Akbar
6 7 8 9 10
Irfan Desta Adit Geovani Mitral Regurgitasi
prasRec20150911_133352. wav antoRec20151012_134614. wav danangRec20151012_13442 7.wav ganjarRec20151012_1056.w av akbarRec20151012_134047. wav irfan20151012_182419.wav desta20151012_182032.wav adit20151012_182705.wav geov20151012_143058.wav MRRec20151012_215237.w av
11
Aorta Regurgitasi
ARRec20151012_214930.w av
12
Pulmonari Regurgitasi
PR20151012_214650.wav
13
Triskupid Regurgitasi
TR20151012_215744.wav
632
Dari Tabel 3 dapat dilihat bahwa pada jantung normal masih mendeteksi adanya suara pada rentang frekuensi murmur. Jumlah yang ditunjukkan cukup besar untuk jantung normal, misalnya pada subjek Anto yang terdeteksi sebanyak 108. Hal ini dikarenakan adanya pergerakan dari tubuh, stetoskop, selang stetoskop, ataupun pengaruh suara lingkungan yang mengakibatkan munculnya noise pada rentang frekuensi murmur regurgitasi. Untuk mengantisipasi dari noise tersebut, durasi perekaman akan dilakukan selama 20 detik dan pendeteksian terhadap murmur dilakukan selama 7 detik, yaitu pada detik ke – 10 sampai detik ke – 17. Pemilihan durasi perekaman tersebut dilakukan untuk mengurangi tingkat kejenuhan saat pemeriksaan. Karena ketika merasa jenuh terkadang pasien melakukan pergerakan yang dapat menimbulkan noise. Untuk pendeteksian murmur dilakukan selama 6 detik dimulai dari detik ke – 10, hal ini diasumsikan setelah 10 detik kondisi pasien sudah tenang dan posisi sungkup stetoskop sudah berada di posisi yang benar.
Hasil Deteksi Normal
Keterangan Dokter Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal
Normal Normal Normal Normal Murmur Regurgitasi Terdeteksi Murmur Regurgitasi Terdeteksi Murmur Regurgitasi Terdeteksi Murmur Regurgitasi Terdeteksi
Normal Normal Normal Normal Murmur Regurgitasi Murmur Regurgitasi Murmur Regurgitasi Murmur Regurgitasi
Dari Tabel 4 dapat dilihat bahwa pendeteksian dari 13 sampel suara oleh aplikasi memiliki presentase validasi sebesar 100% terhadap hasil keterangan dokter. Subjek yang diambil sebagai sampel misal Anto yang memiliki kondisi jantung normal dan sampel suara murmur regurgitasi. Berdasarkan Gambar 25 dan Gambar 26 dapat disimpulkan bahwa aplikasi dapat mendeteksi apakah jantung dalam keadaan normal atau terdapat murmur regurgitasi. Hal ini ditunjukkan dengan notifikasi yang muncul pada aplikasi dan tampilan spektrum frekuensi.
TRANSIENT, VOL.4, NO. 4, DESEMBER 2015, ISSN: 2302-9927, 950
4.
Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan dapat ditarik kesimpulan bahwa aplikasi yang telah dibuat dapat merekam, menyimpan, menghapus, dan memutar ulang rekaman suara jantung. Suara jantung yang diputar ulang dapat ditampilkan dalam bentuk spektrum frekuensi. Hasil pengujian electret microphone menunjukkan bahwa komponen ini mampu menghasilkan keluaran dengan nilai frekuensi yang mendekati nilai masukannya, yaitu dengan akurasi 99,134%. Secara keseluruhan, sistem telah mampu mendeteksi apakah jantung terdapat murmur regurgitasi atau tidak dengan presentase validasi 94,4%.
Referensi [1].
Gambar 25. Tampilan aplikasi pendeteksi murmur regurgitasi pada subjek Anto (dilakukan invert color pada gambar untuk memperjelas)
[2]. [3]. [4].
[5]. [6].
Gambar 26. Tampilan aplikasi pendeteksi murmur regurgitasi pada sampel murmur regurgitasi (dilakukan invert color pada gambar untuk memperjelas)
A. Rizal and V. Suryani, “Aplikasi Pengolahan Sinyal Digital pada Analisis dan Pengenalan Suara Jantung dan Paru untuk Diagnosis Penyakit Jantung dan Paru Secara Otomatis,” 2005. Cameron John R, Skofronick James G, Grant Roderick M, “Fisika Tubuh Manusia Ed. 2,” 2006. Baura Gail, “Medical Device Technologies. A Systems Based Overview Using Engineering Standards,” 2011. J. S. Mohammad, J. Haryatno, and A. Rizal, “MENGGUNAKAN METODE JARINGAN SARAF TIRUAN,” 2005. CUI, “CMA-4544PF-W.” pp. 4–7, 2008. V. Valkenburh, Nooger, and Neville, “Basic Electricity,” 1992.
